TDOA声源定位中阵列阵型对误差的影响

在麦克风阵列声源定位中,不同阵列阵型及声源频率高低均对定位结果产生影响,探讨上述不同变量对定位结果产生误差的定量分析。使用到达时间差测量(TDOA)算法,运用16个麦克风分别组成十字型、同心圆、方型、L型、Y型阵列,探讨不同形状的麦克风阵列在不同频率声源下所产生的定位误差,并在Matlab上进行仿真分析,尝试得到较为准确的声源定位结果,提出一种误差最小的用于麦克风阵列声源定位的同心圆阵列阵型。     

一种近场麦克风阵列幅相误差校准方法

阵列幅相误差会显著降低麦克风阵列的声源定位性能,因此对麦克风阵列的幅度和相位进行良好校准至关重要。文章针对近场麦克风阵列,引入三维多重信号分类（Multiple Signal Classification,MUSIC）近场算法,对基于特征结构的阵列幅度和相位校正方法进行改进。改进后的校正方法不再局限于特定阵列的拓扑结构,可以实现近场校正,具有较高的定位估计精度。     

实时声源定位算法研究与实现

声源定位技术是语音增强、语音识别技术的前提和基础。基于麦克风阵列的声源定位技术已经成为一大研究热点,其广阔的应用前景得到了广泛的关注。本文提出基于变步长标准最小均方差（variable step size least mean square,VLMS）的声源定位算法。该算法利用VLMS算法自适应估计声源到麦克风的脉冲响应系数,进而估计出各麦克风之间时延,并利用几何方法定位声源在3D空间的位置。此外,本文设计了基于Cortex-A8嵌入式平台的声源定位系统,并进行了相应的硬件选型与调试及算法移植工作。实时实验显示,本系统的方案合理有效,能够较好的实现声源定位。     

麦克风阵列声源定位系统的研究

随着多媒体技术的进一步发展,语音接收和声音信号处理得到了日益广泛的关注和应用,而声源的定位和声源增强是实现语音增强,语音识别的前提和基础.基于麦克风阵列的声源定位技术由于其广泛的应用前景得到了众多学者的关注.单个麦克风接收到的信息量较少,缺少声源定位所需要的信息,而麦克风阵列克服了上述的缺点,利用了各麦克风信号之间信号的相关性对数据进行相关分析和处理从而实现声源的定位.文中阐述了麦克风阵列声源定位的原理,推导计算目标方位角、俯仰角以及距离的计算公式;阐述了硬件系统的组成以及各个部分的作用并通过实验进行了系统的测试,通过对测试数据的分析得出麦克风阵列声源定位系统能够实现声源的快速定位.     

基于麦克风阵列的声源定位系统设计与应用

概括声源定位实验原理并设计麦克风阵列进行声源的捕捉,通过多次实验验证,与仿真软件的数据拟合,使得声源定位算法得到进一步提升。系统配备专门的上位机控制软件,当上位机得到各组麦克风阵列收集到的数据后,经Matlab程序估计时延及解析声源位置,通过软件的声源波形图和声源雷达图使得声源的定位更加直观。     

一种基于四元十字麦克风阵的声源定位算法

实现了一种基于四元十字麦克风阵列的声源定位系统。选取四元十字阵作为麦克风阵列的阵型,推导了基于四元十字麦克风阵列的声源定位算法的公式。针对传统互相关时延估计算法在低信噪比、混响大的环境下鲁棒性较差的问题,系统采用广义互相关算法来进行定位的时延估计,并使用Cortex-A8嵌入式平台实现了鲁棒的声源定位系统。     

麦克风阵列MUSIC算法声源定向的仿真分析

在运用DOA方法估计声源方位时,麦克风阵列的结构参数,对波达方向估计有着至关重要的影响作用。文章采用DOA方法中的经典MUSIC算法,在MATLAB仿真软件上通过改变阵列结构参数,对麦克风阵列多声源定位进行仿真,判断所选择的参数是否更有利于从空间图谱中读取波达方向,并讨论阵列结构参数的改变对波达方向估计性能的影响。仿真结果表明,合适的麦克风阵列参数的选取有利于获得较高精度的波达方向估计。     

近场声源定位算法研究

麦克风阵列声源定位可为在复杂环境下的说话人的空间位置估计提供有效的解决方案.而传统的应用于雷达,声呐系统领域的阵列信号处理理论已趋于完美,很多应用于阵列信号处理的算法加以修改就可以用来进行麦克风阵列的声源定位.以阵列信号处理中的经典算法MUSIC(Multiple Signal Classification)算法为原型...     

基于球傅里叶变换的声源三维空间定位

声源的空间方位信息是重建听觉环境重要的因素之一.本文研究了球形麦克风阵列(SMA)在声源空间定位的方法.针对球麦克风的设计,提出了一种等距离分布方法.本文从声学原理出发,利用球傅里叶变换将声场变换到波矢-频率(k-ω)域,推导出基于球傅里叶变换的声源定位算法,从而获取其声源方位信息得到各声源的分布情况.声压经虚拟仪器采集后,进行了数值仿真.结果表明,该算法利用球谐波的正交性,可以减少运算量,能获得多声源的准确定位,并且阵列所需的麦克风数量远远小于其他分布.     

麦克风阵列信号处理的研究现状与应用

在回顾麦克风阵列信号处理研究历程的基础上,对麦克风阵列信号处理的特点进行分析,总结了目前的研究热点问题及现有算法并对各算法的优缺点进行比较,重点阐述了使用最为广泛的声源定位算法,最后介绍几个有价值的应用领域,为进一步研究麦克风阵列信号处理奠定基础。     

Near-field source localization method and application using the time reversal mirror technique

In order to develop the acoustic keyboard for Personal Computer (PC), it is necessary to seek high-precision near-field source localization algorithm for identifying the keyboard characters. First of all, the focusing property of Time Reversal Mirror (TRM) is introduced, and then a mathematical model of microphone array receiving typing sound is established according to the realization of acoustic keyboard from which the TRM localization algorithm is carried out. The results through computer simulation show that the localization Root Mean Square Error (RMSE) performance of the algorithm can reach 10^?3, which demonstrates that the algorithm possesses a high accuracy for the actual near-field acoustic source localization, with potential of developing the computer acoustic keyboard. Furthermore, for the purpose of testing its effect on actual near-field source localization, we organize three experiments for acoustic keyboard characters localization. The experiment results show that the positioning error of TRM algorithm is less than 1 cm within a provided acoustic keyboard region. This will provide theoretical guidance for the further research of computer acoustic keyboard.     

Maximum likelihood multiple-source localization using acoustic energy measurements with wireless sensor networks

A maximum likelihood (ML) acoustic source location estimation method is presented for the application in a wireless ad hoc sensor network. This method uses acoustic signal energy measurements taken at individual sensors of an ad hoc wireless sensor network to estimate the locations of multiple acoustic sources. Compared to the existing acoustic energy based source localization methods, this proposed ML method delivers more accurate results and offers the enhanced capability of multiple source localization. A multiresolution search algorithm and an expectation-maximization (EM) like iterative algorithm are proposed to expedite the computation of source locations. The Crame/spl acute/r-Rao Bound (CRB) of the ML source location estimate has been derived. The CRB is used to analyze the impacts of sensor placement to the accuracy of location estimates for single target scenario. Extensive simulations have been conducted. It is observed that the proposed ML method consistently outperforms existing acoustic energy based source localization methods. An example applying this method to track military vehicles using real world experiment data also demonstrates the performance advantage of this proposed method over a previously proposed acoustic energy source localization method.     

一种修正的近场声源定位时延估计方法

时延估计是近场声源定位领域中的一项关键技术。相位转换广义互相关时延估计方法（PHAT-GCC）由于其低的计算复杂度和易于实现的特点使得此方法在实际的被动声定位系统中得到了广泛应用。但是此方法只能在高信噪比和适度混响条件下有较好的性能。针对此问题,给出了一种修正的PHAT—GCC方法。并在不同信噪比和混响环境下与PHAT—GCC方法进行比较,仿真实验表明,修正的方法在较低信噪比下的抗混响性能有所提高。     

Source localization in a waveguide using polynomial rooting

Source localization in acoustic waveguides involves a multidimensional search procedure. We propose a new algorithm in which the search in the depth direction is replaced by polynomial rooting. Using the proposed algorithm, range and depth estimation by a vertical array requires a 1-D search procedure. For a 3-D localization problem (i.e., range, depth, and direction-of-arrival (DOA) estimation), the algorithm involves a 2-D search procedure. Consequently, the proposed algorithm requires significantly less computation than other methods that are based on a brute-force search procedure over the source location parameters. In order to evaluate the performance of the algorithm, an error analysis is carried out, and Monte-Carlo simulations are performed. The results are compared with the Cramer-Rao bound (CRB) and to the maximum likelihood (ML) simulation performance. The algorithm is shown to be efficient, while being computationally simpler than the ML or the Bartlett processors. The disadvantage of the algorithm is that its SNR threshold occurs in lower SNR than in the ML algorithm     

分布式声源定位系统节点最优布局方法及性能研究

为提高基于到达时间TOA（Time of Arrival）的分布式声源定位系统在应用中的定位精度,推导出各节点测量性能存在差异条件下定位误差的CRLB（Cramer Rao Lower Bound）,遵循探测区域定位误差的平均CRLB最小的最优准则,对目标以均匀分布和高斯分布概率出现的情形,采用自适应遗传算法进行最优布局仿真研究.仿真结果表明,基于节点观测性能的最优布局与声源出现的概率分布直接相关;且与不考虑节点性能时的最优布局相比,提高了定位区域的整体定位精度.     

基于遗传算法的声源三维定位方法

相位变换加权的可控响应功率（SRP-PHAT）算法是一种基于麦克风阵列的鲁棒声源定位方法,该算法在有混响和噪声的环境下仍有较高的定位精度.但该算法用网格法对整个声源空间进行搜索,逐点计算其目标函数,因而总的计算量非常大,不适用于实时定位系统.针对SRP-PHAT的特点,采用遗传算法进行搜索,使总的计算量大幅度降低.仿真结果表明在混响时间为300ms,信噪比为5dB的条件下,该算法仍可达到较高的定位精度.     

基于线性校正总体最小二乘准则的三维说话人定位算法

针对到达时间差(TDOA)度量误差和麦克风阵列误差,提出了一种基于线性校正总体最小二乘准则的三维说话人定位算法.该定位算法通过对球面误差准则进行总体最小二乘优化来控制阵列误差的影响,并通过对优化过程引入方向参数的二次约束来控制算法的方差.仿真实验表明,本算法可以同时兼顾定位的方差性能和偏差性能,给出稳健的定位结果.     

逆向捕获时间差的Voronoi声源定位机制

提出一种逆向捕获时间差的声源定位协议,可以使传感器网络在大部分时间里处于射频休眠状态,因此具有显著的节能效果;在利用时间差数据求解声源位置时,引入Voronoi图理论对搜索空间进行裁剪,以提高算法搜索求解的效率和成功率。理论分析和实验结果表明该声源定位机制具有明显的能量有效性、定位解算的精确性、快速收敛性和顽健性,适用于能量受限无线传感器网络中动态声源的实时精确定位。     

一种基于混合智能算法的协作中继选择新方法

针对多用户多中继场景下协作通信系统的中继选择问题,提出了一种基于混合智能算法的协作中继选择新方法。不同于现有的为每个源节点分配一个中继节点的中继选择方法,新方法建立了为每个源节点分配一个或多个中继节点的优化模型,以最大化多用户多中继协作系统的最小接收信噪比为优化目标,采用结合了模拟退火与遗传算法的混合智能算法来搜寻中继选择问题的最优解。仿真结果表明,所提方法可显著提高目的端的接收信噪比,且算法具有较强的全局搜索和快速寻优能力。     

基于时频单元选择的双耳目标声源定位

针对复杂声学环境下,现有目标声源定位算法精度低的问题,该文提出了一种基于时频单元选择的双耳目标声源定位算法。该算法首先利用双耳目标声源的频谱特征训练1个基于深度学习的时频单元选择模型,然后使用时频单元选择器从双耳输入信号中提取可靠的时频单元,减少非目标时频单元对定位精度的负面影响。同时,基于深度神经网络的定位系统将双耳空间线索映射到方位角的后验概率。最后,依据与可靠时频单元相对应的后验概率完成目标语音的声源定位。实验结果表明,该算法在低信噪比和各种混响环境,特别是存在与目标声源类似的噪声环境下目标声源的定位精度得到明显改善,性能优于对比算法。